期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
采用核相关滤波器的长期目标跟踪 被引量:28
1
作者 杨德东 蔡玉柱 +1 位作者 毛宁 杨福才 《光学精密工程》 EI CAS CSCD 北大核心 2016年第8期2037-2049,共13页
针对核相关滤波器(KCF)跟踪算法在目标跟踪中存在尺度变化、严重遮挡、相似目标干扰和出视野情况下跟踪失败等问题,提出了一种基于KCF的长期目标跟踪算法。该算法在分类器学习中加入空间正则化,利用基于样本区域空间位置信息的空间权重... 针对核相关滤波器(KCF)跟踪算法在目标跟踪中存在尺度变化、严重遮挡、相似目标干扰和出视野情况下跟踪失败等问题,提出了一种基于KCF的长期目标跟踪算法。该算法在分类器学习中加入空间正则化,利用基于样本区域空间位置信息的空间权重函数调节分类器系数,使分类器学习到更多负样本和未破坏的正样本,从而增强学习模型的判别力。然后,在检测区域利用Newton方法完成迭代处理,求取分类器最大响应位置及其目标尺度信息。最后,对最大响应位置的目标进行置信度比较,训练在线支持向量机(SVM)分类器,以便在跟踪失败的情况下,重新检测到目标而实现长期跟踪。采用OTB-2013评估基准50组视频序列验证了本文算法的有效性,并与30种其他跟踪方法进行了对比。结果表明:本文提出的算法跟踪精度为0.813,成功率为0.629,排名第一,相比传统KCF算法分别提高了9.86%和22.3%。在目标发生显著尺度变化、严重遮挡、相似目标干扰和出视野等复杂情况下,本文方法均具有较强的鲁棒性。 展开更多
关键词 核相关滤波器 长期目标跟踪 空间正则化 支持向量机(SVM) 在线SVM分类器
在线阅读 下载PDF
基于特征融合的改进LCT跟踪算法 被引量:3
2
作者 官洪运 欧阳江坤 +1 位作者 杨益伟 吴炜 《计算机工程》 CAS CSCD 北大核心 2019年第8期241-247,共7页
为解决LCT算法在目标形变与快速移动情况下跟踪效果差的问题,提出一种基于特征融合的跟踪算法。在梯度方向直方图特征相关滤波的基础上,提取目标与背景颜色直方图特征,得到颜色特征的目标预测位置。在此基础上,根据跟踪置信度确定特征... 为解决LCT算法在目标形变与快速移动情况下跟踪效果差的问题,提出一种基于特征融合的跟踪算法。在梯度方向直方图特征相关滤波的基础上,提取目标与背景颜色直方图特征,得到颜色特征的目标预测位置。在此基础上,根据跟踪置信度确定特征融合权重,综合考虑梯度特征与颜色特征得到跟踪结果。实验结果证明,与LCT算法相比,该算法的距离精度和重叠精度分别提高了11.5 %和21.2 %,平均中心位置误差减少了15.3像素。 展开更多
关键词 机器视觉 长期目标跟踪 相关滤波 颜色直方图 目标形变 特征融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部